Nashville, Estados Unidos. Genesys busca impulsar el uso de Agentes de Inteligencia Artificial (IA) como el siguiente paso de mejora y eficiencia en el área de servicio y atención al cliente. Glenn Nethercutt, director de Tecnología de Genesys, explicó que el éxito de los Agentes no se limita a la automatización de tareas, sino que el beneficio reside en la toma de decisiones autónoma para la creación de valor.

Durante su presentación en el evento anual de la compañía, Genesys Xperience 25, Nethercutt afirmó que la IA Agéntica se trata de la toma de decisiones de forma autónoma para el logro de objetivos dentro de los dominios definidos por las empresas y usuarios, por lo que es un “sistema que percibe, planea, y actúa de forma responsable”.

Advirtió que el concepto se ha utilizado en la industria de forma irresponsable, ya que suele aplicarse a prácticamente cualquier sistema de automatización, ya sea que se trate de una regresión o un conjunto de instrucciones.

A diferencia de los sistemas de automatización, la IA Agéntica cuenta con capacidades de razonamiento, de percibir el ambiente, de entender y evaluar resultados, e incluso, retroceder sobre sus pasos. En ese sentido, la IA Agéntica es parte clave del marco de orquestación presentado por Genesys, en el que el Nivel 5 se trata de un sistema completamente autónomo con límites (guardrails) y ejecutado de forma responsable.

Entre las tecnologías discutidas por Nethercutt para conseguir el Nivel 5 se encuentran la construcción de pequeños modelos para objetivos específicos, la ejecución de modelos de planeación y no sólo predictivos, y el logro de objetivos en lugar de sólo responder preguntas.

Según el directivo, cuatro tipos de memoria son cruciales para la eficacia de los Agentes de IA: memoria de trabajo, enfocada en los objetivos y estados intermedios; la memoria episódica, que incluye el historial de conversaciones a corto plazo; la memoria semántica, relacionada a las políticas y conocimiento a largo plazo; y la memoria de proceso, diseñada para el aprendizaje basado en la experiencia.

Adicionalmente, habló sobre la relevancia de los protocolos para la comunicación entre modelos y Agentes, tales como Model Context Protocol (MCP) y Agente a Agente (A2A), que permitan a los Agentes descubrir otros Agentes, compartir información y tomar decisiones en conjunto, “para que sea menos una colección de silos y más como un equipo coordinado”.

“El Nivel 5 no llega en una caja, es un viaje, que empieza con estructura, avanza con razonamiento, y madura con autonomía”, advirtió.

Derek Shanks, ejecutivo de Tecnología de Lloyds Banking Group, compartió que aunque han logrado avanzar algunos procesos hacia el nivel 3, la mayoría se encuentran en el 2. Entre algunas iniciativas del grupo financiero se incluyen la adopción de MCP en servidores privados o de proveedores confiables.

Por su parte, John Grieco, vicepresidente y director global de tecnología de Tiffany & Co., compartió que son un nuevo cliente de Genesys, con quien han modernizado sus 11 centros de contacto a nivel global. Aunque indicó que actualmente están en un nivel 3 en el marco de orquestación, con resúmenes de conversaciones, por ejemplo, el sistema aún no toma decisiones de forma autónoma.

El directivo explicó la importancia de contar con un sistema de atención que permita conocer mejor al usuario, como su historial de compras, su cumpleaños o aniversarios, para ofrecer una atención oportuna, pero también para generar ventas adicionales, de donde se generan la mayoría de sus beneficios.

 

Fuente:

DPL News (2025, 10 de septiembre). IA Agéntica, el nuevo paso para la automatización en la atención al cliente: Genesys. Recuperado el 15 de septiembre de 2025, de: https://dplnews.com/ia-agentica-automatizacion-atencion-al-cliente-genesys/

Microsoft y OpenAI anunciaron este jueves un acuerdo no vinculante que marca un avance significativo en su colaboración para el desarrollo de la Inteligencia Artificial (IA). Aunque el acuerdo anunciado por ambas compañías no ofrece detalles, reportes de prensa señalan que esta reestructura permitirá a OpenAI convertirse en empresa con fines de lucro y, probablemente, preparar una oferta pública en la bolsa de valores.

“Microsoft y OpenAI han firmado un memorando de entendimiento (MOU) no vinculante para la siguiente fase de nuestra colaboración. Trabajamos activamente para concretar los términos contractuales en un acuerdo definitivo. Juntos, seguimos centrados en ofrecer las mejores herramientas de IA para todos, basados ​​en nuestro compromiso compartido con la seguridad”, informaron ambas empresas.

El comunicado conjunto no ofrece detalles específicos de lo que implica este nuevo acuerdo; sin embargo, información de Reuters apunta a que permitiría a OpenAI adoptar una estructura corporativa más convencional.

Bret Taylor, presidente de la junta directiva de OpenAI, reveló que la compañía busca una valoración de 500,000 millones de dólares en mercados privados, mientras que su división sin fines de lucro aún recibiría más de 100,000 millones de dólares en virtud del nuevo acuerdo, según cita Reuters.

Microsoft ha sido uno de los principales inversionistas de OpenAI, con un monto estimado de más de 13,000 millones de dólares desde 2019, lo que implicaba derecho exclusivo para comercializar y usar cierta tecnología de OpenAI.

La reestructuración aún debe superar obstáculos regulatorios, incluyendo la aprobación de los fiscales generales de California y Delaware. OpenAI espera completar estos procedimientos hacia finales de año, y cumplir con los compromisos asumidos de financiamiento.

La búsqueda para convertirse en una empresa con fines de lucro ha enfrentado la oposición de Elon Musk, uno de los cofundadores originales de la compañía, y que dejó OpenAI tras diferencias con el resto de directivos en este proceso. Musk interpuso una demanda para bloquear este cambio, al argumentar que se aleja de su propósito original.

A finales del año pasado, OpenAI reveló conversaciones entre Musk y otros directivos, que muestran cómo el polémico empresario intentó mantener el control de OpenAI y que se opuso inicialmente a que fuera una organización sin fines de lucro. Aparentemente, Musk buscaba convertir a OpenAI en una entidad con fines de lucro siempre que él mantuviera el control mayoritario de la compañía.

 

Fuente:

DPL News (2025, 12 de septiembre). Microsoft y OpenAI firman nuevos términos de colaboración que fortalecerán el financiamiento de la empresa de IA. Recuperado el 15 de septiembre de 2025, de: https://dplnews.com/microsoft-y-openai-firman-nuevos-terminos-de-colaboracion-que-fortaleceran-el-financiamiento-de-la-empresa-de-ia/

Los agentes de IA no son nada nuevo en la atención al cliente: todos conocemos esa voz automatizada que nos saluda al llamar a un número 800. Normalmente, han gestionado consultas de nivel 1 (generales) y nivel 2 (técnicas de bajo nivel). 

Ahora, sin embargo, al menos para la empresa de servicio al cliente basada en IA Zendesk , la IA agente puede manejar consultas de múltiples turnos más complejas e incluso ejecutar procesos de varios pasos como devoluciones.

El proveedor de software de seguimiento del flujo de trabajo e interacción del centro de soporte ha visto mayores ganancias en estas capacidades desde que implementó GPT-5 en su plataforma de resolución Zendesk . 

La empresa ha descubierto que, para la mayoría de los clientes, los agentes con tecnología GPT-5 pueden resolver más del 50 % de los tickets, y en algunos casos, incluso entre el 80 % y el 90 %. Además, la última versión de OpenAI es más rápida, presenta menos fallos y comprende mejor la ambigüedad. 

“Hablamos de dos tipos de IA: el agente autónomo y el agente copiloto”, declaró Shashi Upadhyay, presidente de producto, ingeniería e IA de Zendesk, a VentureBeat. “El agente autónomo toma la iniciativa y, si tiene que ceder el control, el agente copiloto ayuda al agente humano a resolver el problema”.

Resolver más problemas, más rápidamente y comprender la complejidad

Con Zendesk, la primera interacción de un cliente siempre es con un agente de IA autónomo; si no puede resolver el problema, lo delega en un agente humano. Incluso hace tan solo un año, las tareas sencillas que podía gestionar eran, por ejemplo, recuperar información de una base de datos o proporcionar un enlace para ayudar a un cliente a reinstalar el software de su iPhone. 

Pero los agentes de hoy no se limitan a proporcionar esos enlaces; los resumen y ofrecen instrucciones paso a paso. 

“Lo que hemos descubierto es que hay muchas tareas, muchos tickets, muchos problemas que la generación actual de IA es capaz de resolver bastante bien, y sigue mejorando”, dijo Upadhyay. 

Su equipo ha estado trabajando con GPT-5 durante algunos meses (anteriormente la compañía usaba GPT-4o), probando varios escenarios e integraciones orientados a servicios y brindando comentarios a OpenAI antes del lanzamiento del modelo a principios de agosto . 

Un hallazgo clave: GPT-5 permite un razonamiento medio con ventanas de contexto “significativamente más largas”, lo que puede ser útil en conversaciones de múltiples turnos (diálogos que se extienden más allá de una simple pregunta-respuesta), ejecución de procedimientos paso a paso y generación de resultados estructurados a partir de entradas redactadas de manera imprecisa. 

El objetivo principal del equipo era mantener la estructura conversacional, la precisión y la eficiencia de la ventana de contexto, y Upadhyay señala que GPT-5 funciona de manera confiable incluso con cargas de tokens más altas, lo que permite interacciones de servicio automatizadas más fluidas con múltiples turnos y entradas. 

Identificó los principales casos de uso para GPT-5 : 

• Generación de respuestas de contexto largo;
• Aclaración y desambiguación de intenciones (identificar lo que quiere el usuario incluso si es vago); 
• Generación de respuestas del agente en escenarios de asistencia automática (generación de borradores de respuestas para agentes humanos);
• Compilación y ejecución de procedimientos (traducir código de alto nivel en instrucciones de bajo nivel y luego actuar en consecuencia).

Los primeros resultados han sido impresionantes. Cabe destacar que GPT-5 mostró una alta fiabilidad de ejecución: más del 95 % en procedimientos estándar, con una reducción del 30 % en fallos en flujos grandes. «Esa mejora es fundamental en un entorno empresarial», explicó Upadhyay. 

En esencia, la ejecución mide la eficacia con la que un modelo gestiona las instrucciones, explicó: cuando se le pide que haga algo, ¿lo hace directamente? ¿O hace otra cosa? ¿Le da seguimiento? ¿Simplemente se bloquea? 

Upadhyay señaló que los agentes de IA gen han sido notoriamente malos a la hora de ejecutar órdenes. “Puedes decirles: ‘Sigue estos cinco pasos’, pero como alucinan y se esfuerzan por ser creativos, no siempre siguen los cinco pasos completos”, explicó. De hecho, cuantos más pasos se le dan a un modelo, más probable es que alucine. 

Otras mejoras notables con GPT-5 incluyen: 

• Menos escaladas de emergencia: Reducción de más del 20 %. “Lo que significa que pudo resolver un 20 % más de problemas que el modelo anterior”, afirmó Upadhyay. “Eso supone un gran avance en nuestro mundo”.
• Mayor velocidad: entre un 25 y un 30 % más rápida en general y compatible con entre 3 y 4 iteraciones más de indicaciones por minuto.
• Mejor capacidad para manejar la ambigüedad y aclarar las aportaciones de los clientes, lo que permite una mayor cobertura de los flujos automatizados en más del 65% de las conversaciones. 
• Respuestas más completas con menos detalles omitidos, lo que reduce las transferencias de agentes.
• Mantener la estructura en flujos de trabajo largos y adaptarse a la “complejidad del servicio del mundo real” sin perder el contexto.
• Asistencia de mayor calidad: un aumento de 5 puntos en la precisión de las sugerencias del agente en cuatro idiomas, lo que proporciona respuestas más concisas y contextualmente relevantes alineadas con las pautas de tono. 

Estas mejoras son fundamentales para Zendesk, señala Upadhyay, ya que la compañía ha introducido precios basados ​​en resultados, lo que significa que solo se le paga cuando realmente resuelve un problema utilizando IA. 

“Cuantos más flujos de trabajo de este tipo pueda gestionar un agente de IA por sí solo, más valioso será para nuestros clientes”, afirmó. 

Un riguroso proceso de evaluación

Zendesk adopta un enfoque modular para la IA: GPT-5 gestiona la conversación entre el agente autónomo y el agente humano, operando en conjunto con un flujo de trabajo de clasificación y razonamiento de intenciones. Otros modelos en la combinación incluyen Claude de Anthropic, Gemini de Google y Llama de Meta. 

“Siempre trabajamos con una colección de modelos”, dijo Upadhyay. “Los probamos y elegimos el que mejor se adapta a cada tarea, considerando la relación entre rendimiento y coste”. 

Al evaluar nuevos modelos, su equipo no busca resultados de referencia, sino comprobar si el modelo ofrece resultados tangibles y precisos. Su proceso, perfeccionado al detalle, les permite implementar nuevos modelos en menos de 24 horas y se basa en un marco de evaluación de cinco factores: 

• Precisión: ¿Puede el modelo devolver respuestas precisas y completas basadas en fuentes confiables, como artículos del centro de ayuda?
• Resolución automatizada: ¿Aumenta el porcentaje de problemas resueltos automáticamente sin intervención humana?
• Ejecución: ¿Puede seguir flujos de trabajo estructurados con alta fidelidad?
• Latencia: ¿Responde con la suficiente rapidez en entornos de soporte en vivo? 
• Seguridad: ¿Evita las alucinaciones y sólo actúa cuando tiene confianza? 

Como señaló Upadhyay: “Necesitan protección para no hacer estupideces”. 

Las sólidas barreras operativas incluyen observabilidad en tiempo real con registro estructurado del comportamiento del agente; enrutamiento previo de la capa de intención (enrutamiento basado en la intención en lugar de simplemente reenviar información) para reducir el riesgo y mejorar la claridad; gobernanza activada para evitar respuestas fuera de la política; y protocolos que, de manera predeterminada, recurren a una escalada segura o a la participación del agente. 

“Tratamos el modelo como una herramienta no determinista dentro de un sistema controlado, no como un sistema independiente para la toma de decisiones”, afirmó Upadhyay. “Eso nos permite implementarlo en entornos empresariales”.

Los agentes de IA y los agentes humanos deben recibir la misma formación

En última instancia, los agentes de IA deben ser tratados igual que los agentes humanos, enfatiza Upadhyay: deben ser entrenados y gestionados regularmente, y se les debe enseñar cómo actuar de una manera que se alinee con la misión de la empresa.  

“Son inexpertos, son inteligentes, pero hay que enseñarles a desenvolverse en un entorno completamente nuevo, como un pasante o un ser humano que consigue un nuevo trabajo”, afirmó Upadhyay. 

Esto se debe a que los modelos preconfigurados son de propósito general y se entrenan con un gran volumen de datos de internet. A menudo, nunca han visto datos dentro de una empresa en particular; no han visto cómo se ve un ticket de soporte ni una llamada de ventas. 

El enfoque de Zendesk consiste en mapear la información vaga en acciones claras, sintetizar las respuestas y ejecutar flujos de trabajo de varios pasos. El equipo de Upadhyay utiliza un banco de pruebas interno, iterando ejemplos y utilizando gráficos de conocimiento y generadores de acciones para que los modelos puedan actuar. 

“Restablecemos todos los datos que ya están disponibles, luego ejecutamos los modelos sobre ellos y continuamos modificando el proceso hasta que podamos hacerlo correctamente”, explicó. 

En producción, las capas incluyen un agente de control de calidad (QA) que supervisa cada conversación y un agente de análisis. “Como un coach, realiza una evaluación: ‘¿Fue una buena interacción o no?’”, explicó Upadhyay. “Esa determinación se utiliza para mejorar el rendimiento de los agentes humanos y de IA”. 

Como empresa de 18 años con 100.000 clientes y operaciones en casi 150 países, Zendesk tiene una increíble cantidad de datos a su disposición. 

“Con el tiempo, hemos atendido todas las solicitudes de soporte posibles, en todos los sectores”, dijo Upadhyay. “Podemos optimizar al máximo los modelos preconfigurados según el sector o el lenguaje del que hablemos”.

Estos datos pueden ayudar a los modelos a comprender cómo se ve una buena resolución o qué podría haber hecho mejor un agente humano en una situación específica. La IA se prueba y se compara con circunstancias idénticas dirigidas por humanos; es un proceso continuo de entrenamiento, ajuste y refinamiento de las respuestas para reducir las tasas de alucinaciones y mejorar el seguimiento de instrucciones. 

La precisión es fundamental en entornos empresariales, enfatizó Upadhyay. “Si aciertas el 90 % de las veces en un entorno de consumo, la gente queda muy impresionada”, dijo. “En un entorno empresarial, con el tiempo, hay que alcanzar una precisión del 99 %, o incluso mejor”. 

De la recuperación de conocimientos al razonamiento y a los humanos con superpoderes.

Lo que diferencia a GPT-5 de otros modelos más nuevos es su capacidad de razonar y responder preguntas, no sólo recuperar datos y generar contenido, señaló Upadhyay. 

“Los agentes de IA han superado una barrera que les permite resolver problemas más complejos con mucha facilidad gracias a su capacidad de razonamiento”, afirmó. “Pueden usar información, a menudo procedente de múltiples fuentes, y ofrecer una respuesta coherente”. 

Por ejemplo, supongamos que un cliente compró un mueble en línea y desea devolverlo. El proceso puede requerir una serie de pasos complejos: el agente primero debe determinar que es el comprador original extrayendo datos del sistema de gestión de relaciones con el cliente (CRM); luego, debe realizar una validación cruzada con la plataforma de gestión de pedidos, consultar la documentación de la política de devoluciones, determinar si la devolución es válida, solicitar un crédito o reembolso y gestionar la devolución del artículo. 

Los modelos de razonamiento pueden abordar ese proceso de varios pasos y han demostrado una mejora significativa en los casos en que pueden tomar medidas, afirmó Upadhyay. “El agente puede decidir que usted es elegible para una devolución, pero también tomar medidas para que pueda realizarla”, señaló. “Ese es el siguiente nivel, y en eso nos encontramos hoy”. 

Zendesk cree firmemente en los agentes autónomos de IA, afirmó. Aun así, el futuro de la empresa será una combinación de IA con agentes y humanos con superpoderes, asistidos por agentes de IA copilotados. Además, los roles humanos evolucionarán no solo para resolver problemas, sino para ser excelentes supervisores de IA.

“Es una gran oportunidad, ya que creará una categoría de empleos completamente nueva, roles de alto valor, con un profundo conocimiento del producto y la resolución de problemas, pero también una excelente gestión”, dijo Upadhyay. “Eso supondrá una transformación radical del soporte técnico”. 

Fuente.

VentureBeat (2025, 08 de septiembre). Zendesk informa una respuesta un 30% más rápida y un 95% de confiabilidad después de la integración de GPT-5. Recuperado el 09 de septiembre de 2025, de: https://venturebeat.com/ai/zendesk-reports-30-faster-response-95-reliability-after-gpt-5-integration

Google Cloud presentó “Gemini for Government”, una plataforma de Inteligencia Artificial (IA) diseñada específicamente para apoyar la transformación digital del gobierno de Estados Unidos.

La iniciativa se desarrolla en alianza con la General Services Administration (GSA) y en línea con el AI Action Plan de la Casa Blanca, que busca acelerar la adopción de IA de manera segura y responsable en el sector público.

El nuevo servicio ofrece un ecosistema completo de herramientas de IA Generativa, que incluye búsqueda empresarial avanzada, generación de video e imágenes, el entorno de trabajo NotebookLM y agentes de IA preconfigurados para investigación, creación de contenido y análisis de datos. Además, los funcionarios podrán crear y personalizar sus propios agentes, adaptándolos a las necesidades particulares de cada agencia.

Google destacó que uno de los aspectos diferenciales de sus servicio será el costo aún más accesible que otros servicios, “inferior a 50 centavos de dólar por agencia al año, con el objetivo de democratizar la adopción de estas tecnologías en oficinas de todos los tamaños”.

En materia de seguridad, Gemini for Government cuenta con la certificación FedRAMP High, requisito clave para servicios en la Nube utilizados por el gobierno federal, además de estándares como SOC2 Tipo 2.

“Las interacciones estarán protegidas por controles de identidad, gestión de accesos y estrictos esquemas de privacidad de datos”, detalló la compañía.

Otro de los pilares de la plataforma es la flexibilidad: las agencias podrán acceder a una galería de Agentes de IA desarrollados por Google, terceros o incluso creados internamente, e integrar modelos a través de Vertex AI para ajustarlos a necesidades específicas.

El lanzamiento se enmarca en la estrategia “OneGov” de Estados Unidos, que busca modernizar los procesos de adquisición tecnológica con precios transparentes y soluciones escalables. Con este movimiento, Google se suma a la carrera por conquistar el mercado gubernamental, donde compite con otros gigantes tecnológicos como Amazon y Microsoft.

Fuente.

DPL News (2025, 27 de agosto). Google lanza Gemini for Government. Recuperado el 08 de septiembre de 2025, de: https://dplnews.com/google-lanza-gemini-for-government/

Buenos Aires, Argentina. Las empresas de telecomunicaciones revisan con lupa sus acciones en un escenario de constante innovación y que, por las inversiones necesarias y la feroz competencia, no permite pasos en falso. En este contexto, y aún con riesgos asociados, la Inteligencia Artificial(IA) se presenta como un aliado obligado para ganar eficiencia y generar nuevos negocios. El Fiber Connect Latam 2025 fue escenario del debate.

Las telcos se enfrentan al desafío de estar en constante innovación por mayores expectativas de los usuarios, más demanda de servicios, crecimiento de redes y la necesidad de encontrar nuevas fuentes de ingresos. La IA puede ser la respuesta a algunas de las preguntas que tienen los protagonistas del sector, pero deben entender que no opera sola. “No hay IA sin datos. No se puede ser turista en el mundo IA y no se trata de hacer un roadmap, sino que los planes de negocio incluyan la tecnología por sus virtudes”, inició Cristian Lucchesi, Telecom & Media Industry Advisor de Google Cloud Latin America.

Las empresas se animan al desafío. “68% de las telco tienen productivos casos de IA y la mitad de ellos los desplegó hace más de un año”, reveló el ejecutivo y agregó que, al mismo tiempo, está bajando el time to market de productos asociados: más del 86% de las empresas tomaron menos de seis meses desde el proceso de ideación hasta la puesta en producción. ¿En qué se utiliza? Principalmente para atención al cliente, back-office y mayor eficiencia.

Lucchesi añadió que las firmas observan a la IA como aliado ideal principalmente para modernizar la red, garantizando la confiabilidad del servicio, mayor escalabilidad y rendimiento; acelerar la eficiencia, con cambios favorables en aspectos como operaciones en terreno y productividad de la fuerza laboral; mejorar la experiencia del cliente; y nuevas formas de monetización. En este camino, el sector debe aprovechar sus virtudes, tales como la capacidad de su red y la experiencia en “generar ecosistema de partners”, cerró.

Luego, en un panel en el que se discutieron oportunidades de negocio en clave IA, Alejandro Girardotti, de Cirion, marcó que “el impacto (de IA) es grande y la idea es que sea mayor: dispara necesidades en todos los ámbitos desde el punto de vista de la conectividad y a eso se le agrega la latencia como factor relevante para alguno de los casos. Hay que estar listo en varios niveles, también en aspectos adicionales como energía”, marcó.

Para Gerardo Renzetti, CTO de Arsat, la Inteligencia Artificial presenta virtudes como la eficiencia y mejoras en la gestión de tráfico pero, al mismo tiempo, “empuja a los operadores a una renovación constante de tecnología y, en este punto, hay que revisar también cuál y cómo es el retorno de la inversión”. Indicó que “agregar valor con IA no debe ser igual a cambiar el concepto que tienen las compañías” y destacó la importancia de diferenciar automatización de IA.

“Avanzamos con IA en lo que respecta a la atención al cliente, para la automatización de procesos. En cuanto a las redes, es algo en lo que recién entramos, porque hay que hacer muchos cambios para que funcione. Entendemos que es una tecnología que tenemos que abrazar”, valoró Luis Quinelli, presidente de SION. Coincidió al cierre con Miguel Zehnder, de Alvis, y con el resto de los oradores en que la aplicación de IA será útil para lograr eficiencia, un factor clave para un sector ávido de agilizar procesos para la reducción de costos.

 

Fuente.

DPL News(2025, 05 de agosto). IA en telecomunicaciones: clave para la eficiencia y nuevos negocios. Recuperado el 10 de agosto de 2025, de: https://dplnews.com/ia-en-telecomunicaciones-eficiencia-nuevos-negocios/

NTT Data presentó sus desarrollos más avanzados en IA: agentes sintéticos y robótica, mostrando cómo estas tecnologías están redefiniendo la forma en que trabajamos, nos comunicamos y coexistimos con las máquinas.

La Inteligencia Artificial (IA) ya no es simplemente una herramienta para automatizar tareas o responder preguntas. Para NTT Data, los agentes inteligentes con mayor autonomía están marcando el inicio de una nueva era en el trabajo colaborativo.

En su conferencia The Future Uncovered, la compañía japonesa destacó que la IA ya no se trata sólo de interacciones texto a texto o asistentes virtuales limitados: ahora se desarrollan entidades capaces de razonar, coordinarse, ejecutar tareas complejas y aprender de su entorno.

Como ejemplo, uno de los desarrollos más llamativos de NTT Data es Rita, una agente de Inteligencia Artificial que puede conversar de forma natural en varios idiomas, observar su entorno, imaginar escenarios, generar imágenes y responder en tiempo real.

Su capacidad para interrumpir y ser interrumpida, al igual que un humano en una conversación, es un ejemplo del alto nivel de sofisticación alcanzado, afirmó Xavier Colomer, jefe de Inteligencia Artificial DTI en NTT Data.

Pero el gran salto conceptual presentado por la compañía fue el de los agentes colaborativos. Estas IAs trabajan en conjunto como un equipo humano distribuido: un agente puede encargarse de la ortografía, otro de la estructura narrativa y otro de la coherencia temática, todos dirigidos por un “agente manager” que coordina el flujo de trabajo.

Ya no se trata de un solo modelo haciendo todo, sino de varios agentes especializados que cooperan para alcanzar un objetivo común, explicó Víctor Leon Marambio, jefe de Innovación Tecnológica Digital y director de Tecnología de la empresa.

Personas sintéticas: networking automatizado

Durante el Mobile World Congress 2025, NTT Data desplegó Synthetic Affairs, una plataforma donde los visitantes podían crear un clon digital basado en su perfil profesional.

Estos “humanos sintéticos” realizaron networking de forma autónoma, visitaron stands, conversaron con otros avatares y generaron más de 20 mil interacciones útiles. Al final del día, los usuarios reales recibían una lista personalizada de contactos y leads que probablemente no habrían conseguido por cuenta propia.

Los ejecutivos resaltaron que esta dinámica también puede aplicarse a eventos, marketing, testing de campañas o incluso selección de personal, lo cual refleja una transformación profunda del rol humano: ya no es únicamente quien opera las herramientas, sino quien la dota de propósito y supervisión.

De la pantalla al mundo físico

Otro punto destacado de la conferencia fue la presentación de Pixel, un robot cuadrúpedo con IA integrada ―parecido en forma a un perro― capaz de mapear entornos tridimensionales, evitar obstáculos, manipular objetos y funcionar incluso sin conexión a la Nube.

Diseñado para tareas en entornos de riesgo como minas o zonas de desastre, este desarrollo demuestra cómo la Inteligencia Artificial también está extendiendo las capacidades físicas, no sólo las cognitivas.

Según NTT Data, en el horizonte los humanoides también cobrarán protagonismo, al estar adaptados a moverse en entornos construidos para humanos —con puertas, manivelas o escaleras—, lo que amplía su aplicabilidad en sectores como la industria, la salud o la logística.

Nuevos dilemas, nuevas habilidades

Si bien las oportunidades que abren estas tecnologías son inmensas, NTT Data subrayó los retos que implican: ética, veracidad de la información, seguridad y sostenibilidad.

La posibilidad de crear clones digitales, la mayor autonomía de los agentes y la generación de contenidos hiperrealistas hacen urgente establecer límites éticos, salvaguardas técnicas y formación masiva para prevenir riesgos o usos inadecuados.

“La IA no tiene conciencia, pero sí genera resultados en función del contexto y los datos que le damos. Si los insumos tienen mala intención, las respuestas también lo tendrán”, advirtió Xavier Colomer.La clave, de acuerdo con los especialistas, está en combinar la autonomía de las máquinas con la supervisión y el juicio humano, bajo el principio del “humano aumentado”.

Fuente:

DPL News (2025, 24 de julio). Agentes autónomos: el futuro del trabajo colaborativo ya está aquí, según NTT Data. Recuperado el 30 de julio de 2025, de: https://dplnews.com/agentes-autonomos-el-futuro-del-trabajo-colaborativo-ya-esta-aqui-segun-ntt-data/

Los organizadores del concurso advirtieron que no pudieron verificar cuánta potencia informática habían utilizado los modelos de IA.

Los humanos vencieron a los modelos de Inteligencia artificial creados por Google y OpenAI en una importante competencia internacional de matemáticas, a pesar de que los programas alcanzaron puntajes de nivel oro por primera vez.

Ninguno de los modelos obtuvo la máxima puntuación, en cambio, cinco jóvenes lograron puntuaciones perfectas en la Olimpiada Internacional de Matemáticas (OMI), una prestigiosa competición anual en la que los participantes deben tener menos de 20 años.

Los organizadores del concurso advirtieron que no pudieron verificar cuánta potencia informática habían utilizado los modelos de IA o si hubo participación humana.

Google dijo el lunes que una versión avanzada de su chatbot Gemini había resuelto cinco de los seis problemas matemáticos planteados en la OMI, celebrada este mes en Queensland, Australia.

“Podemos confirmar que Google DeepMind alcanzó la tan deseada meta, obtuvo un puntaje de 35 sobre 42 puntos, un marcador de medalla de oro”, dijo el gigante tecnológico estadounidense citando al presidente de la OMI, Gregor Dolinar.

“Sus soluciones fueron sorprendentes en muchos aspectos. Los evaluadores de IMO las encontraron claras, precisas y la mayoría fáciles de seguir”.

Alrededor del 10% de los concursantes humanos ganaron medallas de oro y cinco recibieron puntuaciones perfectas de 42 puntos.

OpenIA, el fabricante estadounidense de ChatGPT, dijo que su modelo de razonamiento experimental también obtuvo un nivel de oro, con 35 puntos en la prueba.

“Evaluamos nuestros modelos con los problemas de la OMI de 2025, bajo las mismas reglas que los concursantes humanos”, dijo en las redes sociales el investigador de OpenIA Alexander Wei.

“Para cada problema, tres ex medallistas de la OMI calificaron de forma independiente las respuestas que presentaron los modelos”, agregó Wei.

Fuente.

El Economista (2025, 26 de julio). Humanos superaron la puntuación de oro de la IA en el principal concurso de matemáticas. Recuperado el 29 de julio de 2025, de: https://www.eleconomista.com.mx/tecnologia/humanos-superaron-puntuacion-oro-ia-principal-concurso-matematicas-20250726-769528.html